論文の概要: Hate Speech Detection in Turkish and Arabic: A Comprehensive Study

• arxiv url: http://arxiv.org/abs/2607.00143v2
• Date: Sun, 05 Jul 2026 07:26:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 17:33:48.735171
• Title: Hate Speech Detection in Turkish and Arabic: A Comprehensive Study
• Title（参考訳）: トルコ語とアラビア語におけるヘイトスピーチ検出 : 総合的研究
• Abstract要約: トルコ語における5つの異なるトピックをカバーする包括的ヘイトスピーチデータセットを導入する。 これらのトピックには、難民、イスラエル・パレスチナ紛争、トルコにおける反ギリシャ感情、民族または宗教コミュニティ、LGBTI+が含まれる。 我々は、ヘイトカテゴリー分類、ヘイト強度予測、ターゲット識別、ヘイトスピーチスパン検出など、ヘイトスピーチ分析の複数の次元に対処する最先端のBERTモデルを開発した。
• 参考スコア（独自算出の注目度）: 2.3613563116762153
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Online hate speech has been linked to a global rise in violence against minorities, including incidents such as mass shootings, lynchings, and ethnic cleansing. Societies grappling with this issue, particularly when hate speech targets specific groups based on religion, race, ethnicity, culture, nationality, or migration status, face the challenge of balancing freedom of expression with the need for effective content moderation on widely used online platforms. In response to this challenge, we introduce a comprehensive hate speech dataset covering five distinct topics in Turkish: refugees, the Israel-Palestine conflict, anti-Greek sentiment in Turkey, ethnic or religious communities (Alevis, Armenians, Arabs, Jews, and Kurds), and LGBTI+, alongside one topic in Arabic (refugees). In addition, we develop state-of-the-art BERT-based models to address multiple dimensions of hate speech analysis, including hate category classification, hate intensity prediction, target identification, and hate speech span detection, enabling a comprehensive understanding of hateful content in online discourse.
• Abstract（参考訳）: オンラインヘイトスピーチは、銃乱射事件、リンチ事件、民族浄化事件など、少数民族に対する暴力の世界的な増加に関連している。 特にヘイトスピーチが宗教、人種、民族、文化、国籍、移民ステータスに基づく特定のグループをターゲットにしている場合、広く使われているオンラインプラットフォーム上で効果的なコンテンツモデレーションの必要性と、表現の自由のバランスをとるという課題に直面している。 この課題に対して、難民、イスラエル・パレスチナ紛争、トルコにおける反ギリシャ感情、民族的・宗教的コミュニティ(アレヴィス、アルメニア人、アラブ人、ユダヤ人、クルド人)、LGBTI+の5つの異なるトピックを包括的にカバーする包括的なヘイトスピーチデータセットを導入する。 さらに、ヘイトカテゴリー分類、ヘイト強度予測、ターゲット識別、ヘイトスピーチスパン検出などのヘイトスピーチ分析の多次元化に対処する、最先端のBERTベースのモデルを構築し、オンライン談話におけるヘイトフルコンテンツの包括的理解を可能にする。

関連論文リスト

• Evaluating Large Language Models for Antisemitic Incident Classification [64.21103964951531]
  本稿では, 有害事象検出の課題を紹介し, きめ細かいラベルによる反ユダヤ事象の報告の発見と分類を行うAIシステムの能力について検討する。 OpenAIのGPT-4oとMetaのLlama-3.2-3B-Instructing on datasets including antisemitic event descriptions from News article, civil society report, and official records。
  論文  参考訳（メタデータ） (2026-07-06T10:14:53Z)
• IYKYK (But AI Doesn't): Automated Content Moderation Does Not Capture Communities' Heterogeneous Attitudes Towards Reclaimed Language [45.4201325387611]
  我々は, LGBTQIA+, Black, and female community around reclaimed slursにおいて, ソーシャルメディア利用者の態度を定量的に, 質的に検討する。 グループ内アノテータ間ではかなりの意見の相違が示され、低アノテータ間アノテータ合意が守られた。 アノテータの判断とパースペクティブAPIによる自動ヘイトスピーチアセスメントの整合性は低い。
  論文  参考訳（メタデータ） (2026-04-17T19:19:57Z)
• HatePRISM: Policies, Platforms, and Research Integration. Advancing NLP for Hate Speech Proactive Mitigation [67.69631485036665]
  我々は3つの観点からヘイトスピーチ規制と戦略を総合的に検討する。 以上の結果から,ヘイトスピーチ定義や地域ごとのモデレーション慣行に重大な矛盾があることが判明した。 自動ヘイトスピーチモデレーションのための統合フレームワークのさらなる検討のためのアイデアと研究の方向性を提案する。
  論文  参考訳（メタデータ） (2025-07-06T11:25:23Z)
• Navigating Dialectal Bias and Ethical Complexities in Levantine Arabic Hate Speech Detection [4.207344194403586]
  ソーシャルメディアプラットフォームはグローバルなコミュニケーションの中心となっているが、ヘイトスピーチの普及も促進している。 レバンタ語のような表現の浅い方言では、ヘイトスピーチを検出することは独特の文化的、倫理的、言語的な課題をもたらす。 本稿では,レバンティーヌ・アラビアの複雑な社会政治・言語的景観を考察し,ヘイトスピーチ検出に使用される現在のデータセットの限界について批判的に考察する。
  論文  参考訳（メタデータ） (2024-12-14T23:02:46Z)
• ProvocationProbe: Instigating Hate Speech Dataset from Twitter [0.39052860539161904]
  textitProvocationProbeは、ヘイトスピーチを一般的なヘイトスピーチと区別するためのデータセットである。 本研究では、Twitterから約2万件のツイートを収集し、全世界で9件の論争を巻き起こした。
  論文  参考訳（メタデータ） (2024-10-25T16:57:59Z)
• Hate Speech Detection and Classification in Amharic Text with Deep Learning [4.834669033093363]
  我々は、テキストをヘイトスピーチの4つのカテゴリに分類し、検出できるアムハラヘイトスピーチデータとSBi-LSTMディープラーニングモデルを開発した。 われわれは5k Amharicのソーシャルメディア投稿とコメントデータを4つのカテゴリに分類した。 このモデルは94.8F1スコアのパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-08-07T15:46:45Z)
• A Community-Centric Perspective for Characterizing and Detecting Anti-Asian Violence-Provoking Speech [31.98433210638392]
  暴力を誘発する演説は、パンデミック中の反アジア犯罪の急増に寄与した。 我々は、反アジア暴力を誘発する音声を特徴付けるコードブックを開発し、コミュニティソースのデータセットを収集する。 暴力を誘発する音声の正確かつ確実な検出が課題であることを示す。
  論文  参考訳（メタデータ） (2024-07-21T17:27:17Z)
• Exploring Cross-Cultural Differences in English Hate Speech Annotations: From Dataset Construction to Analysis [44.17106903728264]
  ほとんどのヘイトスピーチデータセットは、単一の言語における文化的多様性を無視している。 そこで本研究では,CRoss文化の英語Hate音声データセットであるCREHateを紹介する。 CREHateのポストの56.2%のみが全国でコンセンサスを達成しており、ペアのラベル差が最も高いのは26%である。
  論文  参考訳（メタデータ） (2023-08-31T13:14:47Z)
• CoSyn: Detecting Implicit Hate Speech in Online Conversations Using a Context Synergized Hyperbolic Network [52.85130555886915]
  CoSynは、オンライン会話における暗黙のヘイトスピーチを検出するために、ユーザと会話のコンテキストを明示的に組み込んだ、コンテキスト中心のニューラルネットワークである。 我々は、CoSynが、1.24%から57.8%の範囲で絶対的に改善された暗黙のヘイトスピーチを検出することで、我々のベースラインを全て上回っていることを示す。
  論文  参考訳（メタデータ） (2023-03-02T17:30:43Z)
• Countering Malicious Content Moderation Evasion in Online Social Networks: Simulation and Detection of Word Camouflage [64.78260098263489]
  ツイストとカモフラージュキーワードは、プラットフォームコンテンツモデレーションシステムを回避する最もよく使われるテクニックである。 本稿では,コンテンツ回避の新たな手法をシミュレートし,検出する多言語ツールを開発することにより,悪意ある情報に対する対処に大きく貢献する。
  論文  参考訳（メタデータ） (2022-12-27T16:08:49Z)
• Addressing the Challenges of Cross-Lingual Hate Speech Detection [115.1352779982269]
  本稿では,低リソース言語におけるヘイトスピーチ検出を支援するために,言語間移動学習に着目した。 言語間単語の埋め込みを利用して、ソース言語上でニューラルネットワークシステムをトレーニングし、ターゲット言語に適用します。 本研究では,ヘイトスピーチデータセットのラベル不均衡の問題について検討する。なぜなら,ヘイトサンプルと比較して非ヘイトサンプルの比率が高いことがモデル性能の低下につながることが多いからだ。
  論文  参考訳（メタデータ） (2022-01-15T20:48:14Z)
• Nipping in the Bud: Detection, Diffusion and Mitigation of Hate Speech on Social Media [21.47216483704825]
  本稿では,自動ヘイト緩和システムの構築を妨げる方法論的課題について述べる。 ソーシャルメディア上でのヘイトスピーチの拡散を制限するための一連のソリューションについて論じる。
  論文  参考訳（メタデータ） (2022-01-04T03:44:46Z)
• Reducing Unintended Identity Bias in Russian Hate Speech Detection [0.21485350418225244]
  本稿では、ヘイトスピーチをロシア語で分類する取り組みについて述べる。 本研究では,言語モデルを用いた学習データの生成など,意図しないバイアスを減らすためのシンプルな手法を提案する。
  論文  参考訳（メタデータ） (2020-10-22T12:54:14Z)
• Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
  新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。 我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。 私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
  論文  参考訳（メタデータ） (2020-05-25T21:58:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。